深度学习准「研究僧」预习资料：图灵奖得主Yann LeCun《深度学习（Pytorch）》春季课程...

视学算法报道

编辑：蛋酱

转载自公众号：机器之心

开学进入倒计时，深度学习方向的准「研究僧」们，你们准备好了吗？

转眼 2020 年已经过半，又一届深度学习方向的准研究生即将踏上「炼丹」之路。对于这一方向的新生来说，提前了解、学习这一专业领域的知识，会让研究生涯有一个更加顺畅的开端。

以往，机器之心曾经介绍过很多入门课程：

• 完备的 AI 学习路线，最详细的中英文资源整理

• 入门机器学习，照这个课程清单按顺序学就对了

• 计算机视觉入门大全：基础概念、运行原理、应用案例详解

• NLP 技术路线详解：这是从数学到算法的艺术

• 深度强化学习入门难？这份资料手把手教会你

• 入门 | 献给新手的深度学习综述

• ……

列出的这些课程仅是冰山一角。几年下来，我们积攒了成百上千的教程资料，从基本概念到深度解析，从语言到框架，从读博到就业…… 既有理论，也有实战；既有精华文章，也有视频、教科书、笔记，全都收录在这几份教程盘点文章之中：

• 2019：收藏、退出一气呵成，2019 年机器之心干货教程都在这里了

• 2018：新年大礼包：机器之心 2018 高分教程合集 
  

• 2017：灵魂追问 | 教程那么多，你…… 看完了吗？

• 2016：人工智能从入门到进阶，机器之心高分技术文章全集 

今天要介绍的是一份比较适合入门深度学习的课程：纽约大学数据科学中心《深度学习（Pytorch）》2020 春季课程。

课程网站：https://atcold.github.io/pytorch-Deep-Learning/

这门课程由图灵奖得主、纽约大学 Sliver 教授 Yann LeCun 主讲，课程主要涉及深度学习和表征学习的最新技术及其在计算机视觉、自然语言理解和语音识别方面的应用，重点包括监督深度学习、无监督深度学习、嵌入方法、度量学习、卷积和递归网络等。

在学习这门课程之前，你需要对数据科学和机器学习有一定程度的了解，你可以先完成 DS-GA 1001 数据科学入门，或者学习一门研究生级别的机器学习课程。

《深度学习（Pytorch）》系列课程自开设以来，已经成为该领域的明星课程，迄今 GitHub 主页获得了 2.6k 的 star 量。

课程目录

课程总长度为 11 周，在两个多月的时间里，你将掌握这几项内容：

• 监督学习、神经网络、深度学习基础

• 反向传播及架构组件

• 卷积神经网络及其应用

• 更多深度学习架构

• 正则化技巧 / 优化技巧 / 理解深度学习的工作原理

• 基于能量的模型

• 自监督学习和其他

课程进度如下：

每一部分都有着详细的课程介绍，并且纲要内容已经翻译成了包括中文在内的 6 种语言，毫无阅读障碍。

目前，所有课程视频资源也已放出，你可以在该课程另一位主讲人 Alfredo Canziani 的 YouTube 主页找到播放列表：https://www.youtube.com/playlist?list=PLLHTzKZzVU9eaEyErdV26ikyolxOsz6mq

时间不早了，距离正式开学还有十几天，你的学习计划启动了吗？

© THE END 

转载请联系本 机器之心 公众号获得授权

投稿或寻求报道：content@jiqizhixin.com